Error in xtfrm.data.frame(x) : cannot xtfrm data frames

于 2023-08-16 16:46:28 发布
阅读量2.1k 收藏
点赞数
文章标签： r语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_68701985/article/details/132323134
版权

在《R语言实战》第七章第五节，代码清单7-17中，作者进行了如下代码运行：

出现如下报错：

source("http://www.statmethods.net/RiA/wmc.txt")

> states <- data.frame(state.region, state.x77)

> wmc(Illiteracy ~ state.region, data=states, method="holm")

Error in xtfrm.data.frame(x) : cannot xtfrm data frames

可以通过修改source地址解决

source("http://mp.ituring.com.cn/files/RiA3/rfiles/wmc.R")

文亮483
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言中，data.frame()函数出现错误如何改正
weixin_50540643的博客
11-04 2万+
一、项目场景： 在R语言中，建立数据框函数时出错的原因 例如：在利用两个向量合并成一个数据框，总是出现“Error in data.frame(H, S) : 参数值意味着不同的行数: 15, 20” 二、问题描述： 1.使用date.frame(）建立数据框函数使出现错误，可能是参数值（即向量值个数）不匹配导致 2.代码如下： h1<-seq(from=159,to=168,by=1) h2<-seq(from=168,to=177,by=2) H<-c(h1,h2) S<-c
求助：Error in xtfrm.data.frame(x) : cannot xtfrm data frames
hhhhh9898的博客
07-04 2019
希望大神能给一点帮助O.O。
seeit:在exce中打开简单的data.frames;
03-31
看见 seeit将在excel中打开一个简单的data.frame（或设置为打开.csv文件的任何程序） 安装 您可以使用以下代码从github安装seeit： remotes :: install_github( " conig/seeit " ) 例子 要进行操作，请尝试以下代码行： seeit :: csv( mtcars )
data.tree:R的通用层次结构数据结构
05-25
CRAN： 掌握： 开发人员： 数据树 一个R包，用于管理分层数据和树结构 分层数据在统计和编程（XML，搜索树，族树，分类，文件系统等）中无处不在。 但是，在基R中没有可用的通用树数据结构。在表格数据具有data.frame的情况下，层次结构数据通常在列表列表或类似的临时工中建模。 这些结构通常很难管理。 这是data.tree程序包的使用步骤。它使您可以构建具有各种用途的分层数据树：打印，绘图和可视化，生成故障，与html小部件集成，快速原型搜索算法，测试新的分类的想法等等。 树结构可以通过编程或通过转换来创建。 该软件包提供了在各种格式之间来回转换的功能，例如data.frames，列表列表，树状图，partykit，猿类，igraph，JSON，YAML等。 学到更多 首先，您可能需要阅读。 还有一个小插图，其中包含一些 。 手册在 最后，您可以在我的上找到更多示例和背
R.for.Data.Analysis.in.easy.steps.epub
03-02
The R language is widely used by statisticians for data analysis, and the popularity of R programming has therefore increased substantially in recent years. The emerging Internet of Things (IoT) gathers increasing amounts of data that can be analyzed to gain useful insights into trends. R for Data Analysis in easy steps has an easy-to-follow style that will appeal to anyone who wants to produce graphic visualizations to gain insights from gathered data. R for Data Analysis in easy steps begins by explaining core programming principles of the R programming language, which stores data in “vectors” from which simple graphs can be plotted. Next, the book describes how to create “matrices” to store and manipulate data from which graphs can be plotted to provide better insights. This book then demonstrates how to create “data frames” from imported data sets, and how to employ the “Grammar of Graphics” to produce advanced visualizations that can best illustrate useful insights from your data. R for Data Analysis in easy steps contains separate chapters on the major features of the R programming language. There are complete example programs that demonstrate how to create Line graphs, Bar charts, Histograms, Scatter graphs, Box plots, and more. The code for each R script is listed, together with screenshots that illustrate the actual output when that script has been executed. The free, downloadable example R code is provided for clearer understanding. By the end of this book you will have gained a sound understanding of R programming, and be able to write your own scripts that can be executed to produce graphic visualizations for data analysis. You need have no previous knowledge of any programming language, so it's ideal for the newcomer to computer programming. Table of Contents Chapter 1 Getting Started Chapter 2 Storing Values Chapter 3 Performing Operations Chapter 4 Testing Conditions Chapter 5 Employing Functions Chapter 6 Building Matrices Chapter 7 Constructing Data Frames Chapter 8 Producing Quick Plots Chapter 9 Storytelling With Data Chapter 10 Plotting Perfection
【R语言陷阱】在tidyverse管道符中使用，一般（base）只输入一个向量的函数，报错
最新发布
ohmmmmmypyr的博客
07-13 453
感觉是为和其他非tidyverse框架下函数compatible设计的。tidyverse框架下函数目前还没见需要大括号。查看unique()函数帮助文档。但有的函数手动指定也不行。
【R】 Error in is.data.frame(x) : (list) object cannot be coerced to type 'double'
热门推荐
象在舞的技术专栏
07-09 2万+
对于不经常使用R语言进行编程的人来说，一接触R语言可能会遇到各种各样的问题。今天在使用R语言读取数据的时候遇到了如下的错误：Error in is.data.frame(x) : (list) object cannot be coerced to type 'double'读取数据的代码如下：（其中interval_estimated()是自己定义的一个方法）&gt; df &lt;- r...
timeseriesr:快速绘图（vectordata.tabledata.frame reduction），时间序列计算
06-07
时间序列 这是一个正在进行的 R 包，它将帮助您以极快的​​速度计算和绘制时间序列数据。 可以在大约 300 毫秒内处理 1000 万个点，将其减少到仅从概念上查看数据所需的关键点。 去下载 如果未安装，请安装软件包 devtools install.packages( " devtools " ) 加载 devtools 并下载 timeseriesr 包 library( devtools ) install_github( " aaronbenz/timeseriesr " ) ##为什么要使用timeseriesr 包？ 这个包的目标是为您提供常见的时间序列用例，同时使用更流行的数据类型，如 data.frames/data.tables，而不是 ts/its/irts/timeSeries/ti/mts/zoo/xts，因为老实说，当 data.frames 如此容易理解
unnest:非常快速地将嵌套数据结构扩展和堆叠到 R data.frames 中
05-29
描述 是一个 0 依赖 R 包，用于非常快速、单次复制和单遍、分层数据结构的取消嵌套。 unnest(..)函数将分层列表作为输入（json、xml 等）并根据data.frame规范生成data.frame 。 安装 install.packages( " unnest " ) # or devtools :: install_github( " vspinu/unnest " )
Exploratory.Data.Analysis.with.R
07-07
This book covers some of the basics of visualizing data in R and summarizing high dimensional data with statistical multivariate analysis techniques. There is less of an emphasis on formal statistical inference methods, as inference is typically not the focus of EDA. Rather, the goal is to show the data, summarize the evidence and identify interesting patterns while eliminating ideas that likely won’t pan out. Throughout the book, we will focus on the R statistical programming language. We will cover the various plotting systems in R and how to use them effectively. We will also discuss how to implement dimension reduction techniques like clustering and the singular value decomposition. All of these techniques will help you to visualize your data and to help you make key decisions in any data analysis. Table of Contents Getting Started with R Managing Data Frames with the dplyr package Exploratory Data Analysis Checklist Principles of Analytic Graphics Exploratory Graphs Plotting Systems Graphics Devices The Base Plotting System The ggplot2 Plotting System: Part 1 The ggplot2 Plotting System: Part 2 Data Analysis Case Study: Changes in Fine Particle Air Pollution in the U.S.
daff：对data.frames进行差异化，修补和合并，请参见http：paulfitz.github.iodaff
02-05
Daff：比较，修补和合并data.frames daff是一个R包，它可以找到data.frames之间的值差异，存储该差异，渲染该差异，然后应用该差异来修补data.frame 。 它还可以合并具有公共父级的data.frame两个版本。 它使用包包装库。 diff格式在描述。 加工： 差异： diff_data 补丁： patch_data 写入/读取差异： read_diff和write_diff 渲染为html： render_diff 合并基于同一版本的两个表： merge_data 去做： 添加htmlwidgets 为diff_data实现额外的参数： i
bdm-generator-code.tar.gz_BDM_In the Frame
09-14
From a description of a protocol in OpenDocument format, generate a C parser for this protocol. For now supports only binary protocols with fixed-size frames (several frames can have different sizes but a frame shall always have the same size).
frames.zip
04-01
frames.zip 介绍了关于frames.zip的详细说明，提供其它知识的技术资料的下载。
R语言-数据转换
weixin_51077152的博客
09-02 1万+
常见的数据类型： 向量，矩阵，数据框，列表 1. 用is和as函数 is相关函数：判断数据类型 > methods(is) [1] is.Alignment is.array is.atomic is.Border is.call [6] is.CellBlock is.CellProtection is.CellS.
Error in data.frame(..., check.names = FALSE) : arguments imply differing number of rows: 597, 0,
Jinpeijie217的博客
07-10 3765
无法绘制KM图是因为数据类型设置错误
in xtfrm.data.frame(x) : cannot xtfrm data frames
06-28
### 回答1： 这个错误提示是因为在使用xtfrm函数时，不能对数据框进行转换。xtfrm函数是用于对数据进行排序和比较的，但是数据框不支持这种操作。如果需要对数据框进行排序或比较，可以使用sort函数或者order函数。 ### 回答2： 在R编程中，当我们使用xtfrm函数对数据进行排序时，可能会遇到“in xtfrm.data.frame(x) : cannot xtfrm data frames”的错误提示。 这个错误提示的意思是xtfrm函数无法对数据框进行排序，因为它们包含多种数据类型，如字符、数值和逻辑等。xtfrm函数只能对具有单一数据类型的向量进行排序。 为解决这个问题，我们可以将数据框转换为单一数据类型的向量，例如将每列的数据合并到一个向量中，然后使用该向量进行排序。这种方法可以使用unlist函数。 另一种解决方法是使用dplyr或tidyr包中的函数进行数据转换和排序。这些包提供了丰富的数据处理功能，可以轻松地处理各种数据类型，避免了xtfrm函数对数据框的限制。 最后，我们需要注意，在使用xtfrm函数对数据框进行排序时，如果数据框中的列具有不同的数据类型，则结果可能会不正确。因此，在进行排序时，应确保数据框中的所有列具有相同的数据类型。 ### 回答3： xtfrm.data.frame(x) : cannot xtfrm data frames这个错误信息是在处理R语言的数据分析时常见的错误。一般情况下，如果在对一个数据框进行排序时出现这个错误信息，那么原因可能是数据框中存在非数字类型的变量，如字符型、逻辑型或因子型变量。 在进行排序操作时，R语言需要对数据框的每一列进行比较，以决定如何排序。然而，非数字型变量无法比较，因此会出现错误信息。 要解决这个问题，可以用以下两种方式： 1. 删除非数字型变量：在进行排序操作前，将非数字型变量删除，只对数字型变量进行排序。可以使用函数select()来选择需要的变量。 例如： library(dplyr) data %>% select_if(is.numeric) %>% arrange(desc(x)) 这个例子中，用select_if函数选择了数值型变量，并按照变量x倒序排序。 2. 将非数字型变量转换为数字型变量：将非数字型变量转换为数字型变量后，可以继续对数据框进行排序操作。可以使用函数as.numeric()将字符型变量转换为数字型变量，使用函数as.integer()将逻辑型或因子型变量转换为整数型。 例如： data$y <- as.numeric(data$y) data %>% arrange(desc(x), y) 这个例子中，将变量y由字符型转换为数字型后，对x和y进行降序排列。 总之，在进行数据框的排序操作前，一定要注意数据框中的变量类型，以免出现xtfrm data frames的错误信息。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值